将输入字符串张量转换为 python 字符串

Question

我在下面有两个词典：

word2int = {}
int2word = {}
for i,word in enumerate(words):
    word2int[word] = i
    int2word[i] = word
def euclidean_dist(vec1, vec2):
    return np.sqrt(np.sum((vec1-vec2)**2))
def find_closest(word_index, vectors):
    min_dist = 10000 # to act like positive infinity
    min_index = -1
    query_vector = vectors[word_index]
    for index, vector in enumerate(vectors):
        if euclidean_dist(vector, query_vector) < min_dist and not np.array_equal(vector, query_vector):
            min_dist = euclidean_dist(vector, query_vector)
            min_index = index
    return min_index

我有一个输入字符串张量X. 我想在word2int中使用X索引，如下所示：

X = tf.placeholder(tf.string)
find_closest_word = tf.convert_to_tensor(int2word[find_closest(word2int[X], vectors)], dtype=tf.string)

问题：

如何将字符串张量X转换为 python 字符串，以便它可以用作 word2int 中的索引？

Answer 1

如何将字符串张量 X 转换为 python 字符串，以便它可以 在 word2int 中用作索引？

除非调用 sess.run(string_tensor)，否则无法获取字符串值。

---

值得一提的是，有一种更干净的方法 将 id 转换为单词，反之亦然 index_table_from_file .下面是如何使用它的示例。